《Dooing 安装与配置指南》
2025-04-17 16:45:38作者:鲍丁臣Ursa
1. 项目基础介绍
Dooing 是一个为 Neovim 编辑器设计的极简待办事项列表管理器。它的设计理念是简洁和高效,提供了一个清爽、无干扰的界面,让你可以直接在 Neovim 中管理任务。这款工具非常适合那些希望在不离开编辑器的情况下跟踪待办事项的用户。
主要编程语言:Lua 和 Vim Script。
2. 项目使用的关键技术和框架
- Neovim: 一款强大的文本编辑器,是 Vim 的改进和扩展版本。
- Lazy.nvim: 一个用于 Neovim 的插件管理器,可以帮助用户轻松管理和安装插件。
- 浮窗技术: 在 Neovim 中实现浮动窗口的技术,用于显示待办事项列表。
3. 安装和配置准备工作
在开始安装 Dooing 之前,请确保以下准备工作已经完成:
- 安装 Neovim,版本需大于等于 0.10.0。
- 安装 Lazy.nvim 插件管理器。
安装步骤
-
克隆仓库到本地
打开你的命令行工具,执行以下命令将 Dooing 仓库克隆到本地:
git clone https://github.com/atiladefreitas/dooing.git -
安装依赖
在 Neovim 中,确保已经安装了 Lazy.nvim。如果没有安装,可以通过以下命令安装:
:Lazy install lazy.nvim -
配置 Lazy.nvim 以安装 Dooing
打开你的 Neovim 配置文件(通常是
~/.config/nvim/init.vim或~/.vimrc),添加以下配置:return { 'atiladefreitas/dooing', config = function() require('dooing').setup({ -- 你的自定义配置(可选) }) end, } -
同步插件
在 Neovim 中运行以下命令来同步插件:
:Lazy sync -
启动 Dooing
使用
<leader>td快捷键(<leader>通常是一个自定义的按键,默认可能是空格键)来打开 Dooing 的主窗口。
完成以上步骤后,你应该能够在 Neovim 中使用 Dooing 待办事项列表管理器了。按照项目的键位绑定,你可以开始添加、编辑和管理你的待办事项。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218